Te lo voy a dar directamente. Y, no voy a hablar de los términos “inteligencia artificial”, “inteligencia de máquina”, “computadoras cognitivas” o cualquier otra tontería de marketing. Cuando dices “AI”, sé lo que quieres decir. Vamos a por ello.
Primero, responderé “¿Cómo se hace la IA?” No para ser gracioso, sino para ilustrar un punto que a menudo se ignora. La IA se realiza en estos días mediante la programación de software. Este no es un punto trivial. No hay nada que exija que la IA se realice utilizando software. De hecho, las personas han intentado y / o pensado en otras formas de construir IA utilizando, por ejemplo, circuitos electrónicos (es decir, hardware no programable). Uno puede imaginarse que la IA también se está haciendo usando algunos hacks orgánicos biológicos (es decir, software). Probablemente hay otras formas más exóticas, aunque poco prácticas, de hacer IA. (Mi forma alternativa favorita, aunque poco ética, sería utilizar materia cerebral real de ratones, ratas, caballos, etc. y conectarlos al hardware).
Dicho todo esto, hacer que la IA sea un software es lo más económico y práctico . En 2008, hice un marco de IA llamado “GAIuS”. GAIuS es un acrónimo de “Inteligencia Artificial general que utiliza software”. El punto es que la “inteligencia” es independiente del sustrato utilizado para crearla.
Ahora a su segunda pregunta, “¿Podría una persona normal hacerlo?” Dado que hemos establecido que el método más práctico es programar, digamos que “hacer” significa “programa”. Luego, dividamos esta pregunta en dos preguntas separadas que ilustran dos problemas independientes que están sutilmente integrados en su pregunta. La respuesta a ambas es “no”, pero por diferentes razones:
1. “¿Podría una persona sin formación, matemática o formación en ciencias programar una máquina inteligente desde cero?”
No, esto no es probable. (¡No incluyo personas con formación no formal, matemáticas o ciencias en este grupo. Michael Faraday no tenía formación formal en electromagnetismo, matemáticas o ciencias, pero nadie dudaría de que fuera un excelente científico! Srinivasa Ramanujan hizo enormes contribuciones a las matemáticas sin la capacitación formal “regular”.) Este campo requiere una gran cantidad de matemáticas y las intuiciones obtenidas de una relación profunda con las ciencias. Las personas muy inteligentes con buena parte de esos antecedentes lo han intentado durante décadas, pero solo han realizado mejoras incrementales. A menudo, entre los que saben, estos “avances” no son más que una broma. (“¿Aprendizaje profundo”? Bueno, hemos visto esto antes y no nos llevó a la tierra prometida cuando se etiquetó como “redes neuronales”. Sin mencionar otros productos que son simplemente envoltorios convenientes alrededor de algoritmos existentes sin nada fundamentalmente nuevo.)
Tenga en cuenta que no he incluido un “fondo de programación” en esa lista. Este es, en mi opinión, el obstáculo más fácil de superar y no detendría a alguien si tuviera los otros antecedentes.
Te daré una breve historia sobre mis antecedentes. De vuelta en la escuela secundaria, un amigo mío y yo estábamos discutiendo sobre lo que estudiaríamos en la universidad. Tenía dos pasiones en ese momento, la física y la inteligencia artificial. Mi amigo también compartió mi pasión por la IA y me dijo que eso es lo que estudiaría. Esto fue a principios de la década de 1990 y todos los libros y artículos que había leído en los años 80 decían que el problema de la IA se resolvería en 10 años. Entonces, traté de convencerlo de que no perdiera el tiempo con eso. “Para cuando nos graduemos, todos esos problemas estarán resueltos y no te quedará trabajo”, dije. Era ingenuo, y la ironía de esa declaración no se me pierde cuando construyo una compañía en torno a la inteligencia artificial. Declaré que estudiaría física porque, “siempre habrá más problemas para resolver en ese campo”. Fue años más tarde, cuando tuve la oportunidad de volver a involucrarme en la IA, cuando vi que prácticamente no se había avanzado en el campo. Al revisar el trabajo realizado por los expertos, fue evidente que mis estudios en física proporcionarían una tremenda ventaja sobre los demás. Entonces, volví a este problema con la misma pasión que tenía cuando era joven. Luego, resolví un montón de problemas importantes (codificados en GAIuS) y diseñé una nueva solución (llamada Genie Cognitive Computing Platform). Más sobre eso a continuación.
2. “¿Podría alguien o un grupo de personas que son los más inteligentes y conocedores que la raza humana puede producir programar una máquina inteligente?”
Esto es más probable, pero debido a la tremenda complejidad que debe poseer una inteligencia general para igualar las tremendas complejidades de los entornos en los que debe poder trabajar, mi respuesta es que es muy improbable. Simplemente poner a las personas más inteligentes a trabajar en este problema y hacer que trabajen en él durante décadas no producirá ni puede producir una máquina verdaderamente inteligente. La IA no es solo una cuestión de resolver un problema complicado . El problema es demasiado complejo para resolverlo de esta forma de fuerza bruta.
Antes de desanimarse, hay una solución a la que aludí anteriormente. Para resolver un problema (especialmente un problema complejo), debe reformular el problema de tal manera que permita que se forme una solución, parafraseando a Bertrand Russell.
En Intelligent Artifacts , hemos reformulado el problema de IA lejos de las personas que tienen que programar la solución. En resumen, la solución permite a las personas normales crear una IA general y evolucionar esa IA dentro del entorno del usuario a través de la cría selectiva.
Para hacer esto, hemos introducido dos elementos. Uno es el “procesador cognitivo”, también conocido como “primitivo” (que es responsable del aprendizaje, la coincidencia de patrones y la toma de decisiones), y el otro es un conjunto finito de operadores llamados “manipulativos” (que operan con datos entrantes o salientes). Los manipuladores se pueden unir a las primitivas en un número infinito de topologías de red, y las primitivas se pueden conectar entre sí a través de estas topologías. Sus conexiones crean un algoritmo. Tanto los primitivos como los manipulativos tienen parámetros. Cambiar sus topologías (es decir, la forma en que están conectadas entre sí) y / o sus parámetros cambia efectivamente el algoritmo.
Estos agentes de IA llamados “genios” se crean configurando un archivo llamado “genoma” del genio. Los genomas contienen una o más soluciones a un problema o conjunto de problemas. Estas soluciones pueden mutarse y / o combinarse para producir nuevas generaciones de soluciones.
Esta forma automatizada de resolver el problema de IA parece ser la solución más adecuada y práctica. Genie Cognitive Computing Platform utiliza el marco GAIuS para la inteligencia y se puso a disposición del público en junio de 2016.
Dado que puede iniciar sesión en Genie Factory y crear e implementar su propia IA personalizada en 3 minutos, la respuesta directa a su pregunta, “¿Podría hacerlo una persona normal?” Ahora es “¡Sí!” No tendrá que programar su AI, pero tendrá que programar su aplicación para usar la IA .